11statistik Non Parametrik

Statistik Non Parametrik
STATISTIK PARAMETRIK DAN

NON PARAMETRIK
Statistik parametrik, didasarkan asumsi :
- sampel random diambil dari populasi normal atau
- ukuran sampel besar atau
- sampel berasal dari populasi dengan variansi yang sama
Statistik non parametrik, didasarkan asumsi :

- hampir tidak mengasumsikan persyaratan apapun
kecuali distribusinya kontinyu.
Statistik non parametrik

Statistik Non parametrik
Cabang ilmu statistik yang mempelajari prosedur-prosedur inferensial
dengan kesahihan yang tidak bergantung kepada asumsi-asumsi yang
kaku tapi cukup pada asumsi yang umum.
Asumsi-asumsi yang kaku, misal: syarat kenormalan suatu data, ragam
yang sama, dll tetapi cukup pada asumsi yang umumStatistik
bebas sebaran
Uji Statistik Parametrik

Suatu uji yang modelnya menetapkan adanya syarat-syarat
tertentu (asumsi-asumsi) dari sebaran (distribusi) data
populasinya.
Banyak digunakan untuk menganalisis data interval dan rasio
Biasanya datanya besar : > 30
SI 2 - Statistik Non Parametrik
Parametrik Vs Non Parametrik

Parametrik
menuntut ukuran ukuran tingkat taraf tinggi
Ukuran taraf / tingkat tinggi adalah sesuatu yang menghasilkan ukuran-ukuran
yang digunakan untuk menunjukkan arti penting dari perbedaan yang terjadi.
Misal: Ukuran berat (kg)
Perbedaan (0 - 485 kg) sama dengan perbedaan (485 - 980 kg)
Non Parametrik
Terjadi ukuran ordinal (bukan taraf tinggi)
Misal:
Preferensi konsumen atas 5 jenis barang (1,2,3,4,5)
3 memiliki preferensi > dari 2 tapi perbedaannya belum tentu 1
Tingkatan eksekutif 4 manager (1,2,3,4)
Pengujian dalam ukuran ordinal dengan cara memberi rank.
Contoh : Ukuran berat : 3,4 1,8 5,8
SI 2 - Statistik
Non Parametrik : 2
4
Rank
1
3
Skala Pengukuran...(review)
Nominal
Juga disebut sebagai skala kategorik
Merupakan skala pengukuran yang bersifat membedakan saja
Angka atau simbol yang diberikan tidak memiliki maksud
kuantitatif hanya menunjukkan ada aau tidak adanya atribut atau
kharakteristik yang diteliti
Contoh : Jenis kelamin seseorang, status perkawinan, kepesertaan
keluarga berencana, lulus atau tidak dll.
Bekerja dengan data ini, peneliti harus menentukan angka untuk
tiap kategori, sebagai contoh : 1 untk wanita dan 2 untuk laki-laki
(angka ini hanya representasi dari kategori atau kelas-2 dan tidak
meunjukkan bilangan dari suatu atribut atau karakteristik.
Skala Pengukuran
Ordinal
Skala pengukuran yang sifatnya membedakan dan
mengurutkan
Setiap sub kelas dapat dibandingkan dengan yang lain dalam
hubungan lebih besar atau lebih sedikit.
Contoh: misalkan seseorang diminta untuk mengurutkan tiga
buah produk berdasarkan tingkat kepuasan terhadap produk.
Product A
Very satisfied
Product B
Product C
Not at all satisfied
Brand
Rank
3
6
Skala Pengukuran
Interval
Skala pengukuran yang bersifat membedakan, mengurutkan
dan memiliki jarak yang sama
Tidak memiliki nilai nol mutlak.
Contoh :
Suatu suhu 80 F tidak dapat dikatakan dua kali lebih panas
dari suhu 40 F, karena kita tahu bahwa 80 F, pada skala suhu
yang lain, seperti celcius adalah 26,7 C sedangkan 40 F = 4,4
C. meskipun 80 F kelihatannya dua kali 40F , seseorang tidak
dapat mengatakan bahwa 80F dua kali lebih panas dari 40F,
karena pada skala yang lain panasnya tidak dua kalinya.
4/25/2014
Multivariate Analysis
Skala Pengukuran
Ratio
Skala pengukuran yang sifatnya membedakan, mengurutkan dan
mempunyai nilai nol mutlak.
Nilai nol mutlak adalah nilai dasar yang tidak bisa diubah meskipun
menggunakan skala yang lain.
Karenanya nilai-nilai dalam skala ini dapat dibandingkan dan dapat
dilakukan operasi matematis seperti penjumlahan pengurangan, bagi
ataupun perkalian.
Contoh :
100 Kg memiliki berat dua kali 50 kg
1000 meter memiliki panjang 20 kali 50 meter
dll
4/25/2014
Multivariate Analysis

Kelebihan statistik non parametrik
1. Asumsi yang digunakan minimum sehingga mengurangi kesalahan
penggunaan
2. Perhitungan dapat dilakukan dengan cepat dan mudah
3. Konsep dan metode nonparametrik mudah dipahami bahkan oleh
seseorang dengan kemampuan matematik yang minim
4. Dapat diterapkan pada skala peubah kualitatif (nominal dan ordinal)
5. Distribusi data tidak harus normal
6. Bisa digunakan untuk sampel kecil (misal n=7) walaupun distribusi
populasinya tidak diketahui
Kekurangan statistik non parametrik
1. Bila digunakan pada data yang dapat diuji menggunakan statistika
parametrik maka hasil pengujian menggunakan statistik nonparametrik
menyebabkan pemborosan informasi
2. Pekerjaan hitung-menghitung (aritmetik) karena memerlukan ketelitian
terkadang menjemukan SI 2 - Statistik Non Parametrik
9
Kekurangan
Kekurangan Statistik Non parametrik
Bila persyaratan untuk uji parametrik dapat dipenuhi
maka efisiensi pengujian non parametrik lebih rendah
dibanding uji parametrik.
Uji non parametrik tidak dapat digunakan untuk
menguji interaksi seperti dalam model analisis
variansi
Uji non parametrik tidak bisa digunakan untuk
membuat prediksi seperti dlm analisis regresi krn
asumsi distribusi normal tidak dipenuhi.

Kapan digunakan??
Sampel ukuran kecil / tidak melibatkan parameter populasi
Data yang digunakan : data ordinal atau nominal
Bentuk distribusi populasi dan tempat pengambilan sampel
tidak diketahui menyebar secara normal
Ingin menyelesaikan masalah statistik dengan cepat
Bila asumsi-asumsi yang diperlukan pada suatu prosedur
pengujian parametrik tidak terpenuhi
Bila penghitungan harus dilakukan secara manual
11
Langkah Langkah Pemilihan Metode

Statistik
1. Apakah distribusi data diketahui?
LIHAT JENIS
DISTRIBUSINYA
ya
tidak
NON PARAMETRIK
tidak
NON PARAMETRIK
2. Apakah data berdistribusi normal?

PARAMETRIK
ya
3. Apakah sampel ditarik secara random?

PARAMETRIK
ya
tidak
12
NON PARAMETRIK
Langkah Langkah Pemilihan Metode

Statistik - 2
4. Apakah varians kelompok sama?
LIHAT JENIS
DISTRIBUSINYA
ya
tidak
NON PARAMETRIK
5. Bagaimana jenis skala pengukuran data?
PARAMETRIK
INTERVAL
RASIO
NOMINAL
ORDINAL
13
NON PARAMETRIK
Langkah2
pemilihan
metode
statistik
14
Parametrik Vs Non Parametrik
15
Pengujian Hipotesis Statistik Non

Parametrik
Langkah langkah pengujian hipotesis:
1. Menentukan formulasi hipotesis
2. Menentukan taraf nyata dan nilai tabel
3. Menentukan kriteria pengujian
4. Menentukan nilai uji statistik
5. Membuat kesimpulan
16
Pengujian Hipotesis Statistik Non

Parametrik
Uji Non Parametrik yang akan dipelajari:

Uji Tanda (Sign Test)
Uji Urutan Bertanda Wilcoxon
Uji Mann-Whitney
Uji Kruskal Wallis (H Test)
Uji Friedman
Uji Cochran (Uji Q)
Uji kerandoman (Randomness test/run test)
Uji kolmogorov smirnov sampel tunggal
17
SIGN TEST (UJI TANDA)

Fungsi pengujian:
Untuk menguji perbedaan/perubahan ranking (median
selisih skor/ranking) dua buah populasi berdasarkan
ranking (median selisih skor/ranking) dua sampel
berpasangan
Didasarkan atas tanda-tanda positif atau

negatif dari perbedaan antara pasangan
pengamatan.
19
SIGN TEST UNTUK SATU SAMPEL

Merupakan alternatif uji t dengan 1 sampel dalam uji
parametrik
Prosedur pengujian
H0 : = 0
H1 : 0
(p=0,5)
(p 0,5) atau
> 0
(p > 0,5) atau
< 0 (p < 0,5)
Tingkat signifikansi
Perhitungan data sampel untuk statistik uji
Setiap nilai pengamatan yang > 0 diganti dengan/diberi tanda +

Setiap nilai pengamatan yang < 0 diganti dengan/diberi tanda
Setiap nilai pengamatan yang = 0 diganti dengan 0 dan dihapus dari
data
n = banyak pengamatan setelah tanda 0 di hapus dari data
k = Banyaknya pengamatan bertanda +
P = 0,5 ( probabilitas terjadinya tanda + dan adalah sama)

Statistik Uji
untuk n 20
X ~ berdistribusi binomial dengan parameter k, n, p
Phitung = P(X k) = 1 - P(X k-1)
untuk n > 20
X ~ berdistribusi Normal (, ) dengan = np dan
k np
Berdistribusi
sehingga Z
hitung
np(1 p)
np(1 p) normal
standard (0,1)

Daerah kritis
untuk n 20
H1 : 0 daerah penolakan Ho : Phitung < /2 atau Phitung > (1- /2 )
H1 : > 0 daerah penolakan Ho : Phitung <
H1 : < 0 daerah penolakan Ho : Phitung > (1-)
untuk n > 20
H1 : 0 daerah penolakan Ho : Zhitung < -Z/2 atau Zhitung >
Z/2
H1 : > 0 daerah penolakan Ho : Zhitung < -Z
H1 : < 0 daerah penolakan Ho : Zhitung > Z

Menentukan formulasi hipotesis
H0 : Probabilitas terjadinya tanda + dan - adalah sama
H1 : Probabilitas terjadinya tanda + dan - adalah berbeda
Menentukan taraf nyata dan nilai tabel
Pengujian bisa satu sisi atau dua sisi
Menentukan kriteria pengujian

Pengujian satu sisi
H0 : diterima bila probabilitas hasil sampel
H1 : diterima bila > probabilitas hasil sampel
Pengujian dua sisi
H0 : diterima bila 2 KALI probabilitas hasil sampel
H1 : diterima bila > 2 KALI probabilitas hasil sampel
23
Menentukan nilai uji statistik

Lihat tabel probabilitas binomial dengan
n,r tertentu dan p = 0,5
r = jumlah tanda yang terkecil
Membuat kesimpulan
Menyimpulkan H0 diterima ataukah tidak
24
Contoh 1. Uji Tanda (Sign Test)

Pasangan
10
Istri
Suami
3
2
2
3
1
2
0
2
0
0
1
2
2
1
2
3
2
1
0
2
Sejumlah 10 pasangan suami istri yang baru menikah dipilih secara

acak dan ditanyakan secara terpisah pada masing-masing istri dan
suami, berapa jumlah anak yang mereka inginkan. Informasi yang
didapat adalah sebagai berikut:
Ujilah apakah kita dapat mengatakan bahwa wanita (istri)

menginginkan anak lebih sedikit dibandingkan pria (suami)?
Taraf nyata uji 0,01
25
Penyelesaian
Diketahui : data di atas, = 0,01
Ditanya : apakah ada perbedaan jumlah anak yang diinginkan
antara istri dengan suami?
Jawab :
H0 : Tidak ada perbedaan jumlah anak yang diinginkan
antara suami dan istri
H1 : wanita (istri) menginginkan anak lebih sedikit
dibandingkan pria (suami)
Taraf nyata uji : 0,01
Kriteria pengujian :
H0 diterima Jika 0,01 probabilitas hasil sampel
H1 diterima Jika 0,01 > probabilitas hasil sampel
26
Perhitungan
Pasangan
10
Istri
Suami
Selisih
3
2
+
2
3
-
1
2
-
0
2
-
0
0
0
1
2
-
2
1
+
2
3
-
2
1
+
0
2
-
r = 3, distribusi Binom dengan n = 9 dan p = 0,5

Menggunakan tabel Binom, maka akan diperoleh: P(r 3) =
0,254
Keputusan, karena 0,01 0,254, maka terima H0.
Tidak ada perbedaan jumlah anak yang diinginkan antara
suami dan istri
27

Berikut data mutu
kerja karyawan
sebelum dan sesudah
kenaikan gaji.
Uji dengan taraf nyata
= 5%, apakah ada
peningkatan mutu
karyawan setelah gaji
naik!
Pegawai
Sebelum
kenaikan
gaji (X1)
71
72
91
88
86
82
60
67
83
88
70
67
72
75
65
75
80
90
10
72
76
Sesudah Selisih
kenaikan (X2 X1)
gaji (X2)
28
Penyelesaian
Dari tabel diketahui bahwa tanda (+) ada 7, dan tanda (-) ada 3
Jawab :
H0 : Tidak ada peningkatan mutu kerja
H1 : Ada peningkatan mutu kerja
H0 diterima Jika 0,05 probabilitas hasil sampel
H1 diterima Jika 0,05 > probabilitas hasil sampel
N = 10, r = 3 dan p = 0,5

Probabilitas hasil sampel:
Menggunakan tabel Binom, maka akan diperoleh:
P(r 3) = 0,1719
2 - Statistik Non Parametrik
0,05 < 0.1719 H0SIditerima
29

Dilakukan sebuah penelitian
untuk mengetahui tingkat
pengetahuan budidaya kopi
sebelum dan sesudah diberi
penyuluhan. Data hasil
penelitian ditunjukkan pada
tabel berikut.
Dengan = 0,01, lakukan
pengujian untuk mengetahui
ada tidaknya pengaruh
penyuluhan terhadap tingkat
pengetahuan budidaya kopi.
30
Contoh
Berikut adalah data sampel random dari 15 pengukuran rating octane dalam
sejenis bensin yang diamati disuatu daerah tertentu
99,0
102,3
99,8
100,5
99,7
96,2
99,1
102,5
103,3
97,4
100,4
98,9
98,3
98,0
101,6
Ujilah dengan = 0,01 apakah rating octane dari bensin yang diamati
tersebut lebih dari 98,0 ?
Contoh
Data berikut menunjukkan berapa lama (jam) sebuah alat
listrik bisa digunakan sebelum diisi tenaga listrik
1,5 2,2 0,9 1,3 2,0 1,6 1,8 1,5 2,0 1,2
1,7
Ujilah dengan = 0,05 bahwa alat tersebut rata-rata
dapat bekerja 1,8 jam sebelum harus diisi tenaga listrik
lagi
Contoh
Seorang pimpinan universitas mengklaim bahwa lulusannya mempunyai ratarata IP lebih dari 3. Untuk membuktikan kebenaran dari pernyataannya
tersebut diambil sampel berukuran 31 mahasiswa yang sudah lulus dan
dicatat IP nya. Data yang diperoleh :
3,41
3,02
2,57
2,86
2,78
3,00
2,55
2,13
2,14
2,81
2,85
2,74
2,73
2,94
3,22
3,15
3,00
2,82
3,81
2,77
3,00
3,62
3,16
3,39
3,14
3,21
2,97
3,33
3,03
3,41
3,00
Ujilah dengan = 1 % apakah klaim tersebut bisa diterima
SIGN TEST UNTUK DUA SAMPEL

BERPASANGAN
Merupakan alternatif uji t dengan 2 sampel
berpasangan (paired t test) dengan n1 = n2
Prosedur pengujian
H0 : 1 = 2
H1 : 1 2
atau 1 > 2 atau 1 < 2
Tingkat signifikansi
Perhitungan data sampel untuk statistik uji
Hitung di = selisih (X1 X2)
Jika di = 0 maka data dibuang
n = banyak data di setelah data dengan di = 0 dihapus dari data
Beri tanda (+) bila di > 0 dan (-) bila di < 0
R+ = banyaknya data yang bertanda +
R- = banyaknya data yang bertanda
R = min (R+ ; R- )

BERPASANGAN
Untuk n 40 ; R~ berdistribusi R , n* (R , n* dari
tabel nilai kritis untuk uji tanda)
Untuk n > 40; R~ berdistribusi Normal dengan rata-rata
dan standard deviasi
n
Sehingga R
2
Z hitung
R R
n
R
4
2R n
~ berdistribusi Normal
standart N (0;1)
35

BERPASANGAN
Daerah kritis
untuk n 40
H1 : 1 2 daerah penolakan Ho jika R R , n*
H1 : 1 > 2 daerah penolakan Ho jika R- R , n*
H1 : 1 < 2 daerah penolakan Ho jika R+ R , n*
untuk n > 40
H1 : 1 2 daerah penolakan Ho jika Zhitung < -Z/2
atau Zhitung > Z/2
H1 : 1 > 2 daerah penolakan Ho jika Zhitung > Z
H1 : 1 < 2 daerah penolakan Ho jika Zhitung < - Z
36
Contoh
Sebuah perusahaan otomotif akan menentukan apakah ban radial
bisa meningkatkan penghematan bahan bakar dibanding ban biasa.
Untuk itu 24 mobil dipasangi ban radial kemudian dicoba pada
lintasan tertentu. Tanpa mengganti sopir, mobil yang sama dipasangi
ban biasa dan dicoba sekali lagi pada lintasan yang sama. Konsumsi
bahan bakar (dalam kilometer perliter)
Gunakan = 0,05 untuk menguji apakah ban radial lebih hemat

bahan bakar dibanding ban biasa.
37
Penyelesaian
1. H0 : 1 = 2 (ban radial tidak lebih hemat bahan bakar dibanding ban biasa)
H1 : 1 < 2 (ban radial lebih hemat bahan bakar dibanding ban biasa)
2. Tingkat signifikansi =0,05
3. Perhitungan :
38
Penyelesaian
4. Statistik Uji
R+ = 13 n = 20
5. Daerah kritis :
Ho ditolak bila R+ R 0,05, 20* = 5
Karena R+ =13 > R , n* = 5 maka Ho diterima. Jadi ban
radial tidak lebih hemat bahan bakar dibanding ban
biasa.
39
Note :
Atau ada yang menggunakan perbandingannya
adalah probabilitas hasil sampel dengan taraf uji
nyata
Taraf nyata uji :

H0 diterima Jika probabilitas hasil sampel
H0 ditolak Jika > probabilitas hasil sampel
* Untuk tabel menggunakan binomial (komulatif) dari data n, k

dan p
UJI RANGKING BERTANDA

WILCOXON
UJI RANKING BERTANDA

Wilcoxons signed-rank test
WILCOXON
Alternatif dari uji t dengan 2 sampel berpasangan (paired t test) dengan
n1 = n2
Penyempurnaan dari uji tanda untuk menguji 2 sampel berpasangan
Prosedur Uji
1. H0 : 1 = 2
H1 : 1 2
H1 : 1 > 2
H1 : 1 < 2
2. Tingkat signifikansi
3. Perhitungan statistik uji
di = selisih (x1 x2)
di = 0 data dibuang
UJI RANGKING BERTANDA WILCOXON

Beri peringkat atau rangking pada I diI dari terkecil hingga terbesar
Bila ada peringkat / rangking yang sama diambil peringkatnya diambil rata-rata
Hitung
w+ = total jumlah peringkat dari di yang positif
w- = total jumlah peringkat dari di yang negatif
w = min (w+; w- )
Untuk n 50 : w w (nilai w dari tabel rangking bertanda wilcoxon)
Untuk n > 50 : w berdistribusi normal dengan rata-rata :
n(n 1)
dengan standard deviasi

sehingga :
Z hitung
4. Daerah kritis
w w
n(n 1)(2n 1)
24
~ berdistribusi normal standard N (0; 1)
untuk n 50
H1 : 1 2 H0 ditolak jika w w
H1 : 1 > 2 H0 ditolak jika w - w
H1 : 1 < 2 H0 ditolak jika w + w
untuk n > 50
H1 : 1 2 H0 ditolak jika Zhitung < -Z /2 atau Zhitung >Z/2
H1 : 1 > 2 H0 ditolak jika Zhitung > Z
H1 : 1 < 2 H0 ditolak jika Zhitung > - Z
Contoh 1
Berikut adalah data rata-rata jam kerja yang terbuang perminggu karena kecelakaan
yang terjadi dalam 10 pabrik sebelum dan sesudah diterapkannya program
keselamatan kerja dengan menggunakan = 0,05 untuk menguji apakah program
tersebut efektif
Pabrik
Sebelum
Sesudah
1
45
36
2
73
60
3
46
44
4
124
119
5
33
35
6
57
51
7
83
77
8
34
29
9
26
24
10
17
11
Penyelesaian
1. H0 : 1 = 2 ( program keselamatan kerja tidak efektif)

H1 : 1 > 2 ( program keselamatan kerja efektif)
2. Tingkat signifikansi = 0,05
Pabrik
10
di
13
-2
I di I
Urutan
Ranking
9
9
9
13
10
10
2
1
2
5
4
4,5
2
2
2
6
6
7
6
7
7
5
5
4,5
2
3
2
6
8
7
Contoh
4. Statistik Uji
w+ = 53
w -= 2
5. Daerah kritis jika w - w0,05 = 10
karena w - = 2 < w0,05 = 10 maka H0 ditolak Jadi
program keselamatan kerja tersebut efektif
Contoh 2
Sebuah perusahaan taxi akan menentukan apakah ban radial bisa meningkatkan
penghematan bahan bakar dibanding ban biasa. Untuk itu 24 mobil dipasangi bann
radial kemudian dicoba pada lintasan tertentu. Tanpa mengganti sopirnya , mobil yang
sama dipasangi ban biasa dan dicoba sekali lagi pada lintasan yang sama. Konsumsi
bahan bakar (dalam kilometer perliter). Digunakan = 0,05 untuk menguji apakah
ban radial lebih hemat bahan bakar dibanding ban biasa
Mobil
1
Ban radial 10,2
Ban biasa 10,1
2
10,7
10,9
3
12,6
12,2
4
13
12,9
5
12,7
12,8
6
10,5
10,4
7
11,7
11,7
8
12
11,8
9
13,4
12,9
10
10,9
10,9
11
12,1
12
12
11,2
10,9
Mobil
13
Ban radial 11,1
Ban biasa 10,9
14
12,3
12,4
15
13,1
13,1
16
10,8
10,5
17
10,2
10,7
18
11,2
11,2
19
13,3
13,4
20
12,7
12,2
21
11,4
11,7
22
12
11,8
23
13,4
13,1
24
10,7
10,8
Penyelesaian
1. H0 : 1 = 2 ( ban radial tidak lebih hemat bahan bakar dibanding ban biasa)
H1 : 1 < 2 (ban radial lebih hemat bahan bakar dibanding ban biasa)
Contoh 2
4. Statistik uji
w+ = 148
w - = 62
5. Daerah kritis jika w + w0,05; 20 = 60
karena w + = 148 > w0,05;20 = 60 maka H0 diterima Jadi ban radial tidak lebih
hemat bahan bakar dibanding ban biasa
Uji Urutan Bertanda Wilcoxon (Signed

Rank Test)
Sebagai penyempurnaan uji tanda
Diperkenalkan pertama kali oleh (Frank
Wilcoxon)
Selain memperhatikan + dan -, uji ini juga
memperhatikan besarnya beda/selisih
48

Rank Test)
Memperhitungkan tanda dan besarnya selisih.
H0 : Tidak terdapat perbedaan dari perlakuan 1 dan 2.

H1 : Terdapat perbedaan antara perlakuan 1 dan 2
Menentukan taraf nyata ()

Dapat berbentuk satu sisi atau dua sisi
Menentukan Kriteria pengujian

H0 : Diterima jika T < T0
H1 : Diterima jika T > T0
Nilai T diperoleh dari Tabel nilai kritis untuk uji urutan/rank tanda
=> T
49

Rank Test)
Menentukan nilai uji statistik (Nilai T )

0
1. Tentukan tanda beda/selisih dan besarnya

2. Urutkan bedanya (tanpa memperhatikan tanda)
Ranking 1 diberikan pd selisih terkecil, urutan 2 pd selisih terkecil
berikutnya.
Bila dua atau lebih selisih nilai mutlaknya sama, maka masing2
diberi rangking sama dengan rata2 urutan.
Contoh selisih ke 5 dan ke 6 terkecil mempunyai nilai selisih yang
sama, maka masing - masing mendapat rangking 5,5 yang
diperoleh dari (5 + 6)/2
3. Pisahkan tanda selisih positif dan negatif
4. Jumlahkan semua angka positif dan negatif
5. Nilai terkecil dari nilai absolut hasil penjumlahan selisih adalah nilai
T0
Membuat kesimpulan
50
Contoh 1. Uji Urutan Bertanda

Wilcoxon (dr Soal Uji Tanda)
Berikut data mutu
kerja karyawan
sebelum dan sesudah
kenaikan gaji.
Uji dengan taraf nyata
= 5%, apakah ada
peningkatan mutu
karyawan setelah gaji
naik!
Pegawai
Sebelum
kenaikan
gaji (X1)
Sesudah
kenaikan
gaji (X2)
71
72
91
88
86
82
60
67
83
88
70
67
72
75
65
75
80
90
10
72
76
51
Penyelesaian
Jawab :
H0 : Tidak ada peningkatan mutu kerja

H1 : Ada peningkatan mutu kerja
H1 : Diterima jika T > T0
Dengan n=10 dan = 0,05 berdasarkan Tabel nilai kritis uji
urutan tanda (uji satu arah) => T0.05 = 11
52
Penyelesaian
Pegawai
Sebelum
Sesudah
Selisih Urutan Ranking Tanda Tanda
ke
kenaikan gaji kenaikan gaji
Ranking Ranking
1
2
3
4
5
6
7
8
9
10
Jumlah
(X)
71
91
86
60
83
70
72
65
80
72
(Y)
72
88
82
67
88
67
75
75
90
76
(Y-X)
1
-3
-4
7
5
-3
3
10
10
4
1
2
5
8
7
3
4
9
10
6
1
3
5.5
8
7
3
3
9.5
9.5
5.5
Kesimpulan
Karena T0.05 = 11 < T0 = 11,5 , maka:
H0 diterima yang artinya bahwa tidak ada perbedaan nyata pada mutu
kerja pegawai setelah kenaikan gajiSI 2 - Statistik Non Parametrik
(+)
+1
(-)
-3
- 5.5
+8
+7
-3
+3
+ 9.5
+ 9.5
+ 5.5
+ 43.5
- 11.5
T 0 = 11,5
53
Contoh 2. Uji Urutan Bertanda

Wilcoxon
Sebuah alat pencukur rambut dapat digunakan
sebelum dicharge lamanya (jam) adalah : 1,5; 2,2;
0,9; 1,3; 2,0; 1,6; 1,8; 1,5; 2,0; 1,2; dan 1,7. Ujilah
hipotesis dengan = 5% bahwa alat tersebut rata
- rata dapat digunakan 1,8 jam sebelum dicharge
54
Penyelesaian
1. H0 : m = 1,8
H1 : m 1,8
2. = 0,05
3. Kriteria pengujian
H0 : Ditolak jika T > T0
Untuk n = 10 (dengan menghilangkan satu data yg selisihnya
nol) dan = 0,05 maka dari Tabel nilai kritis uji urutan
tanda (uji dua arah) =>T0.05 = 8
55
Penyelesaian
Perhitungan : setiap pengamatan dikurangkan dengan 1,8, dan ditentukan
peringkatnya, tanpa memperhatikan tanda minus atau plus
n ke
Selisih
Urutan
Ranking
Tanda
Rangking
(+)
Tanda
Rangking
(-)
-0,3
5,5
0,4
-0,9
10
10
-10
-0,5
-8
0,2
-0,2
-3
-0,3
5,5
-5,5
0,2
10
-0,6
-9
11
-0,1
-1
Jumlah
-5,5
7
13
Kesimpulan:
Karena T0.05 = 8 <
T0 = 13 , maka
terima H0 artinya
bahwa alat
pencukur rambut
tersebut rata rata dapat
digunakan 1,8 jam
sebelum dicharge
-42
T 0 = 13
56
Uji Urutan Bertanda Wilcoxon untuk 2

sampel
Untuk 2 sampel
yang berbeda
57

Contoh untuk 2 sampel
58

59

60
Uji Urutan Bertanda Wilcoxon Untuk

data besar
Menurut Walpole & Meyer
Bila n > 15, distribusi sampel T
mendekati distribusi normal
61
Contoh Uji Urutan Bertanda Wilcoxon

sampel besar
62
63
Keputusan Pengujian:
1. Dari tabel terlihat, N = 26, T = 53
2. Untuk mencari harga z dari N = 26, T = 53, gunakan perhitungan memakai
rumus
64
Untuk z = 3,11, harga p = 0,0009
Karena nilai tersebut diperoleh dari tabel distribusi normal untuk

pengujian satu sisi, sementara belum dapat diduga kelompok sampel
mana yang memberikan skor yang lebih besar, maka
65
Uji Korelasi Urutan Spearman
Pertama kali
dikemukakan oleh
Carl Spearman
66
Uji Korelasi Urutan Spearman
67
Contoh 1. Uji Korelasi Urutan

Spearman
68
Penyelesaian
Dengan taraf nyata 5% ujilah apakah ada korelasi antara
peringkat yang diberikan oleh kedua pakar?
69
Penyelesaian
70
Contoh 2. Uji Korelasi Urutan

Spearman
M dan R, dua orang analis, merangking kualitas stok dengan n =
12 seperti pada tabel berikut. Dengan tingkat signifikansi 5%,
susunlah pengujian untuk menentukan apakah ada
kecenderungan kecocokan Kode Stok Rank M Rank R M - R = d d2
A
5
4
1
1
pada rank rank mereka.
B
8
6
2
4
C
D
E
F
G
H
I
J
K
L
3
10
7
1
9
2
11
4
6
12
1
8
9
2
5
7
10
3
11,5
11,5
2
2
-2
-1
4
-5
1
1
-5,5
0,5
d2
4
4
4
1
16
25
1
1
30,25
0,25
71
91,5
Penyelesaian
Ada kecenderungan cocok berarti kita artikan bahwa rank rank
berkorelasi positif
1. H0 : s = 0
H 1 : s > 0
2. = 0,05
Berarti Z0,05 = 1,64
3. Nilai hitung
72
Penyelesaian
Dengan demikian nilai statistik Z sampel
4. Daerah Kritis
Terima H0 jika Zsampel < Z0,05=1,64
Tolak H0 jika Zsampel > Z0,05=1,64
5. Kesimpulan
Karena Zsampel =2,26 > Z0,05=1,64, maka tolak H0 dan terima
H1 yang artinya bahwa ada kecocokan dalam rank rank M
dan R
73
UJI MANN WHITNEY / UJI U
UJI MANN WHITNEY UJI U

Mann whitney test
Alternatif dari uji t maupun uji Z untuk dua sampel yang diambil dari dua populasi
yang bebas (independen) dan tidak berdistribusi normal
Prosedur Uji
1. H0 : 1 = 2 (kedua sampel berasal dari populasi yang identik)
H1 : 1 2
H1 : 1 > 2
H1 : 1 < 2
2. Tingkat signifikansi
ukuran sampel 1 : n1
ukuran sampel 2 : n2

Gabungkan kedua sampel dan beri peringkat
atau ranking dari data terkecil sampai terbesar.
Bila ada peringkat / rangking yang sama,
peringkatnya diambil rata-ratanya
Hitung jumlah peringkat sampel 1 dan
sampel 2 dan dinotasikan dengan R1 dan R2
Statistik Uji
n (n 1)
U1 n1n2 1 1
R1
2
n2 (n2 1)
U 2 n1n2
R2
2
U min(U1;U 2 )

Untuk n1 : n2 20
Untuk n1 : n2 > 20
U ~ berdistribusi Un1:n2: (nilai U tabel mann whitney)

U ~ berdistribusi normal
n1n2
u
dengan rata-rata
dengan standard deviasi
sehingga :
Z hitung
w u
n1n2 (n1 n2 1)
12
~ berdistribusi normal
standard N (0; 1)
4. Daerah kritis
n1 : n2 20
H1 : 1 2 H0 ditolak jika U < U
H1 : 1 > 2 H0 ditolak jika U1 < U
H1 : 1 < 2 H0 ditolak jika U2 < U
n1 : n2 > 20
H1 : 1 2 H0 ditolak jika Zhitung < -Z /2 atau Zhitung >Z/2
H1 : 1 > 2 H0 ditolak jika Zhitung > Z
H1 : 1 < 2 H0 ditolak jika Zhitung > - Z
Contoh 1
Manajer produksi sebuah perusahaan ingin menguji apakah iringan musik lembut
berpengaruh terhadap produktivitas kerja. Untuk itu dilakukan pengamatan terhadap
data output perjam dari sampel random 10 pekerja yang bekerja tanpa iringan musik
dan 18 pekerja yang bekerja dengan iringan musik. Hasilnya adalah sebagai berikut :
Tanpa iringan musik lembut
Pekerja
Output
1
13
2
12
3
12
4
10
5
10
6
10
7
10
8
9
9
8
9
13
10
8
Dengan iringan musik lembut
Pekerja
Output
1
17
2
16
3
15
4
15
5
15
6
14
7
14
8
14
Pekerja
Output
11
13
12
12
13
12
14
12
15
12
16
11
17
10
18
8
10
13
Ujilah dengan = 0,05 apakah iringan musik lembut akan meningkatkan produktivitas
kerja
Penyelesaian
Contoh
1. H0 : 1 = 2 ( iringan musik lembut tidak meningkatkan produktivitas)

H1 : 1 < 2 ( iringan musik lembut akan meningkatkan produktivitas)
2. Tingkat signifikansi =0,05
3. Perhitungan :
4. statistik uji
U 2 n1n2
n2 (n2 1)
R2
2
18(18 1)
324,5 26,5
2
5. Daerah kritis jika U2 < U0,05; 10; 18 =55
karena U2 = 26,5 < U0,05; 10; 18 =55 maka
H0 ditolak Jadi iringan musik lembut
akan meningkatkan produktivitas.
U 2 10(18)
Uji Mann-Whitney (U Test)

Disebut juga pengujian U.
Dikembangkan oleh H.B. Mann dan D.R. Whitney
Digunakan untuk menguji rata-rata dari 2 sampel berukuran
tidak sama
Data ordinal
Uji Mann-Whitney merupakan alternatif bagi uji-t.

Uji Mann-Whitney digunakan untuk
membandingkan dua mean populasi yang berasal
dari populasi yang sama.
Uji Mann-Whitney juga digunakan untuk menguji
apakah dua mean populasi sama atau tidak.
80

Untuk sampel kecil
Tahapan:
Menentukan n1 dan n2.
Menggabungkan kedua sampel dan memberi
urutan (ranking) tiap-tiap anggota
Menjumlahkan urutan masing-masing sampel
Menghitung statistik U
81
82
Jika sample size kecil
n1 (n1 1)
U 1 n1 .n2
R1
2
n2 (n2 1)
U 2 n1 .n2
R2
2
83
Contoh 1. Uji Mann-Whitney (U Test)
84
Dipakai adalah U terkecil
85

Latihan!!
Tabel di bawah menunjukkan gaji yang diterima oleh 5 orang
sarjana ekonomi dan 4 orang insinyur setelah 3 tahun bekerja
yang diperoleh dari sampel secara random
SE
Gaji
Urutan
ST
Gaji
Urutan
710
850
820
3,5
820
3,5
770
940
920
970
880
6
R2 = 25,5
R1=19,5
Ujilah bahwa setelah tiga tahun bekerja, gaji sarjana ekonomi

tidak lebih rendah dibanding insinyur .
86

Jika sample size besar
87
88

Berikut adalah nilai UAS Statistika 2 mahasiswa fakultas
Ekonomi dan ilmu komputer
Catatan: jumlah sampel mahasiswa 20

Urutan
Nilai
Rank
25
30
50
55
65
70
70
70
75
9.5
10
75
9.5
11
78
11
12
80
12
13
85
13.5
14
85
13.5
15
88
15.5
16
88
15.5
17
90
17
18
95
18
19
98
19
20
100
8920

Berdasarkan tabel tersebut, ujilah dengan taraf nyata 5%,
apakah (peringkat) nilai mahasiswa fakultas ekonomi lebih
besar dibanding mahasiswa ilmu komputer?
90
91

Taraf taraf operasi (prosentase kapasitaa) telah didapat dari sampel sampel
random n1 = 10 hari pada perusahaan 1 dan n2 = 12 hari pada perusahaan 2. n1
+ n2 = 22 taraf taraf operasi diranking dalam besaran order. Jumlah rank pada
perusahaan 1 dan 2 berturut turut adalah 145,5 dan 107,5. Pada = 0,05
susunlah suatu pengujian untuk menentukan apakah taraf operasi rata rata
perusahaan 1 lebih besar dari taraf operasi rata rata perusahaan 2!
Jawab
Misalkan 1 dan 2 merupakan taraf operasi rata rata perusahaan 1 dan 2
1. Hipotesis
H0 : 1 = 2
H1 : 1 > 2
2. Nilai kritis
Dengan = 0,05, diperoleh:
Z0,05 = 1,64
92
Penyelesaian
3. Nilai hitung
4. Kesimpulan
Karena nilai statistik
Zsampel = 2,01 > Z0,05 =
1,64 maka tolak H0. Ini
berarti taraf operasi
rata rata perusahaan 1
lebih besar dari pada
taraf operasi rata rata
perusahaan 2
Standar deviasi populasi
Nilai statistik Z sampel
93
94
Penyelesaian
1. Hipotesis
H 0 : 1 = 2
H 1 : 1 2
2. Nilai kritis
Karena uji dua sisi, = 0,10, maka harus dibagi dua menjadi (0,10/2 ) =
0,05. Sehingga Z0,05 = 1,64
3. Nilai hitung
1 =
1 (1 + 2 + 1) 14(14 + 11 + 1)
=
= 182
2
2
Standar deviasi populasi

=
1 2 (1 + 1 + 1)
(14)(11)(14 + 11 = 1)
=
= 18,267
12
12
95
Penyelesaian
Nilai statistik Zsampel
1 1 205 182
=
=
= 1,26
18,267
4, Kesimpulan
Karena nilai statistik Zsampel = 1,26 < Z0,05 = 1,64 maka terima H0. Ini berarti
taraf rata rata kedua paket adalah sama
Daerah
penolakan H0
Daerah
penolakan H0
96
UJI KRUSKAL
WALLIS
(UJI
H)
Kruskal Wallis test
Uji Mann-Whitney dengan k>2 sampel atau merupakan alternatif dari uji F untuk
pengujian kesamaan beberapa rata-rata dalam analisis variansi satu arah
Prosedur Uji
1. H0 : 1 = 2 = 3 =...=k (kedua sampel berasal dari populasi yang identik)
H1 : tidak semua sama
2. Tingkat signifikansi :
ukuran sampel ke i : ni
i= 1,2,3,...,k
n = n1+n2+n3+...+nk
gabungkan data dari k sampel (semua sampel) dan beri peringkat atau ranking
dari data terkecil sampai terbesar. Bila ada peringkat / ranking yang sama maka
peringkatnya diambil rata-rata
UJI KRUSKAL WALLIS (UJI H)

Hitung jumlah peringkat sampel ke 1 sampai
dengan sampel ke k, notasikan dengan R1, R2, ...,
Rk
Statistik uji
k
Ri2
12
H
3(n 1)
n(n 1) i 1 ni
X 2;v k 1
~ berdistribusi
X 2;v k 1
4. Daerah kritis
bila H >
H0 ditolak
Contoh 1
Akan diuji apakah upah tukang kayu, tukang batu dan tukang
talang perjam mempunyai perbedaan yang signifikan. Untuk itu
diambil sampel 7 tukang kayu, 7 tukang batu dan 6 tukang
talang. Data sampel berupa upah harian dari pekerja-pekerja
tersebut disajikan dalam tabel berikut :
Ujilah dengan = 0,01 !
Contoh 1
Penyelesaian
1. H0 : 1 = 2 = 3 =...=k (upah harian ketiga jenis tukang tidak berbeda)

H1 : tidak semua sama ( upah harian ketiga jenis tukang berbeda
3. Perhitungan :
n = 7+7+6 = 20
k
74 2 362 1002
Ri2
12
12
H
3(n 1)
3(20 1) 12,26
n(n 1) i 1 ni
20(20 1) 7
7
6
Contoh 1
4. Daerah kritis : Jika H > X 02,01;v31 = 9,210 Ho ditolak
karena H = 12,26 > X 02,01;v31 = 9,210 maka Ho
ditolak
Upah harian ketiga jenis tukang berbeda secara
signifikan

11statistik Non Parametrik

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

11statistik Non Parametrik

Diunggah oleh

Hak Cipta:

Format Tersedia

Statistik Non Parametrik

STATISTIK PARAMETRIK DAN

Statistik non parametrik, didasarkan asumsi :

Statistik non parametrik

Uji Statistik Parametrik

Parametrik Vs Non Parametrik

Not at all satisfied

Statistik non parametrik

Statistik non parametrik

Langkah Langkah Pemilihan Metode

2. Apakah data berdistribusi normal?

3. Apakah sampel ditarik secara random?

Langkah Langkah Pemilihan Metode

5. Bagaimana jenis skala pengukuran data?

SI 2 - Statistik Non Parametrik

SI 2 - Statistik Non Parametrik

Parametrik Vs Non Parametrik

SI 2 - Statistik Non Parametrik

Pengujian Hipotesis Statistik Non

SI 2 - Statistik Non Parametrik

Pengujian Hipotesis Statistik Non

Uji Non Parametrik yang akan dipelajari:

SIGN TEST (UJI TANDA)

Uji Tanda (Sign Test)

Didasarkan atas tanda-tanda positif atau

SIGN TEST UNTUK SATU SAMPEL

(p > 0,5) atau

< 0 (p < 0,5)

Setiap nilai pengamatan yang > 0 diganti dengan/diberi tanda +

SIGN TEST UNTUK SATU SAMPEL

SIGN TEST UNTUK SATU SAMPEL

Uji Tanda (Sign Test)

Menentukan kriteria pengujian

SI 2 - Statistik Non Parametrik

Uji Tanda (Sign Test)

Menentukan nilai uji statistik

Contoh 1. Uji Tanda (Sign Test)

Sejumlah 10 pasangan suami istri yang baru menikah dipilih secara

Ujilah apakah kita dapat mengatakan bahwa wanita (istri)

r = 3, distribusi Binom dengan n = 9 dan p = 0,5

Contoh 2. Uji Tanda (Sign Test)

SI 2 - Statistik Non Parametrik

N = 10, r = 3 dan p = 0,5

Contoh 3. Uji Tanda (Sign Test)

SIGN TEST UNTUK DUA SAMPEL

atau 1 > 2 atau 1 < 2

SIGN TEST UNTUK DUA SAMPEL

SIGN TEST UNTUK DUA SAMPEL

Gunakan = 0,05 untuk menguji apakah ban radial lebih hemat

Taraf nyata uji :

* Untuk tabel menggunakan binomial (komulatif) dari data n, k

UJI RANGKING BERTANDA

UJI RANKING BERTANDA

UJI RANGKING BERTANDA WILCOXON

dengan standard deviasi

~ berdistribusi normal standard N (0; 1)

1. H0 : 1 = 2 ( program keselamatan kerja tidak efektif)

4. Perhitungan statistik uji

Uji Urutan Bertanda Wilcoxon (Signed

SI 2 - Statistik Non Parametrik

Uji Urutan Bertanda Wilcoxon (Signed

H0 : Tidak terdapat perbedaan dari perlakuan 1 dan 2.

Menentukan taraf nyata ()